盲系统辨识 盲源分离(BSS, Blind Source Separation) 独立分量分析 (ICA, Independent Component Analysis) 信道盲均衡 盲波束形成

• 信号模型及其功率谱 • AR、MA、ARMA模型与功率谱 • AR 模型的功率谱估计 –Yule-Walker 方程 –AR 模型特性 –参数估计方法 • MA模型的功率谱估计 • ARMA模型的功率谱估计

周期序列的DFS及性质 离散傅里叶变换（DFT）及性质 DFT的快速算法（FFT） DFT/FFT的应用

1. 掌握傅里叶变换分析技术和傅里叶级数分析技术的基本概念和计算，尤其要注意应用性质来计算一些常用信号的频谱 2. 熟悉时域特性与频域特性的对应关系 3. 弄清信号频谱的意义以及连续谱与离散谱的区别和联系 4. 卷积定理是系统频域分析的重要工具，要认真掌握 5. 采样定理是离散信号处理的理论基础，应领会其含义并会应用信号与系统 §3-1 非周期信号的频域分析-傅里叶变换 § 3-2 典型非周期信号的傅里叶变换和傅里叶变换的性质

本文把旋转机械故障产生的周期性激励—周期性特征信号分解成“波形”与“特征脉冲序列”的卷积,提出了有关周期性特征信号幅值调制、相位调制、波形畸变以及背景噪声四种类型噪声的概念。在此基础上,应用解卷积理论,对实倒谱分析识别周期性特征信号问题进行了研究。并在计算机上讨论了各种类型噪声对实倒谱分析的影响。研究表明,周期性特征信号在实倒谱上将形成依次递减的倒谐频结构,其大小仅与特征信号本身的稳定性有关,与信号的大小、形状无关,且最大值不超过1。分析结论较好地解释了文献以及作者的应用实例

提出基于管道流体信号的自振射流特性检测方法, 将压力传感器从高压罐内移至高压罐外, 布置在高压罐外的前端管路上, 从而避开高围压环境影响; 通过双压力传感器拾取管道流体压力脉动信号, 并运用信号处理技术有效抑制干扰噪声, 提高有用信号强度, 准确获取射流的压力脉动信息.试验表明, 管道流体压力信号的频谱特征与喷嘴腔内检测法具有一致性, 且与理论计算较为吻合, 充分表征了射流的压力振荡特性; 其声功率谱与高压罐内水听器检测结果相一致, 较好地表述了射流的空化作用特性.由此认为基于管道流体信号的检测法用于自振射流特性的检测是完全可行的, 具有先进性, 为高围压下自振射流的研究提供了新手段

通过文中方法对五种下常见动作的识别效果进行了验证。实验结果表明,文章方法相比于单一信号源特征的识别方法具有更高的可靠性和正确率

非正弦周期信号展开成傅氏级数，分解成直流 分量和各谐波分量之和，根据线性电路的迭加 性，求解稳态响应便归结为求解直流响应和正 弦稳态响应。 现以RLC串联电路在非正弦电压源 v(t) 作用下 求解电流i(t)为例进行说明

一、数字传输的基带理论 二、PCM信号的再生中继及传输性能分析 三、传输码型设计原则及常用码型 四、差错控制编码的控制方式和原理

在正弦信号激励下电路的稳态响应是电路理 论中的重要课题,这是因为正弦信号比较容 易产生和获得,在科学研究和工程技术中, 许多电气设备和仪器都是以正弦波为基本信 号的。 根据富里叶级数和富里叶积分的数学理论, 周期信号都能够分解为一系列正弦信号的迭 加。利用线性电路的迭加性,可以把正弦稳 态分析的方法推广到非正弦周期信号激励的 线性电路中去。因此也可以说,知道了正弦 稳态响应后,原则上就知道了任何周期信号 激励下的响应